基于机器视觉的大田害虫检测系统

设计了大田害虫实时检测系统，诱集传输机构可自动诱集并调整害虫姿态，使其平稳经过摄像视区；光照及采集系统可提供均匀的无影光照，并实时采集害虫的序列图像信息；运用修正的自适应邻域平均法增强图像，用自动阈值法将害虫从背景中分割出来，以提取出的周长、不变矩等为特征，运用神经网络分类器对常见的9种害虫进行分类。试验验证了该系统的可行性。     

基于机器视觉的储粮害虫智能检测系统硬件设计

介绍了基于机器视觉的储粮害虫智能检测系统的硬件组成，该系统主要取样传送机构，均匀光照室和视觉系统3部分组成，取样传送机构可吸取任意检测点的粮食样本，并自动单层呈现给视觉检测系统，光照室可为CCD摄像机的视区提供均匀，恒定的无影光照；视觉系统可实时采集粮食样本的序列图像信息，并由计算机进行处理与识别，现场试验验证了该系统的可行性。     

基于计算机视觉的苹果自动分级系统硬件开发

介绍了一种基于计算机视觉的新型苹果实时分级试验系统的硬件组成,该系统主要由输送机构、视觉系统及均匀照明室３部分组成。输送机构可把苹果４个表面快速呈现给视觉检测系统;视觉系统可同时采集苹果在可见光和近红外光谱范围内的图像信息并送至计算机内存进行处理;照明系统为ＣＣＤ摄像机的视区提供均匀、恒定的光照。初步试验表明了该系统的可行性,其辅助机构的实时分级算法有待于进一步研究。     

基于计算机视觉的储粮活虫检测系统硬件设计

设计了基于可见光-近红外计算机视觉的储粮活虫检测系统,该系统主要由粮虫自动分离子系统、粮虫传输子系统、光照箱、图像采集子系统4部分组成。粮虫自动分离子系统可从粮食样本中快速、有效地分离出粮虫,并进行自动除尘;粮虫传输子系统可准确接收筛下物,并输送采集盒到图像视觉采集部分的正下方以供图像采集;光照箱可为采集盒中的筛下物提供均匀的可见光-近红外波段的漫反射光;图像采集子系统可同时采集筛下物的近红外图像和可见光图像。系统对危害严重的9类储粮活虫的筛分率达到96.06%。实验验证了该系统的可行性。     

小麦条锈病菌夏孢子显微图像远程采集系统设计与试验

利用孢子捕捉器捕捉小麦田间空气中的条锈病菌夏孢子已成为当前小麦条锈病预测预报的重要手段。针对现有的孢子捕捉设备效率低、费时费力、需人工定时换取载玻片或捕捉带等问题,基于ARK-1123C型嵌入式工控机和显微镜CCD数字摄像头,提出了一种高放大倍数、高分辨率的小麦条锈病菌夏孢子显微图像远程采集系统的设计方案。设计了系统的硬、软件结构,实现了自动取载玻片、涂脂、空中孢子捕捉、孢子显微图像采集、载玻片回收等一系列功能,且可根据用户需求远程设置孢子捕捉和显微图像采集参数,采集的图像通过无线网络传输到远程服务器中。为了验证系统的性能,在小麦田间进行了40d的系统综合试验测试。测试结果表明,系统可长时间稳定工作,能够远程实时采集放大400倍的4096像素×3288像素的夏孢子显微图像。该系统能够实时采集和远程传输小麦条锈病菌夏孢子显微图像,可满足野外小麦田间空气中夏孢子监测的需求,为农田空气中小麦条锈病菌夏孢子的自动计数及条锈病的预测预报提供重要技术支持。     

基于CMOS传感器的玉米图像采集方法

苗田图像信息采集是喷雾目标自动识别的重要环节.在对图像传感器CCD和CMOS进行比较的基础上,选用具有USB2.0接口的CMOS摄像机构建了一套苗田图像信息实时采集系统.根据苗田穴间喷雾的农艺要求,为自然光照条件下的图像实时采集确定了各主要采集参数, 并通过试验验证了曝光时间与行进速度之间的制约关系,为进一步的应用奠定了基础.     

基于ARM田间无线图像嵌入式系统的研究

针对目前大面积田间管理存在的不足,应用图像处理技术与无线通信技术,设计了基于ARM田间无线图像嵌入式系统。该系统包括图像采集终端和图像监控计算机两部分。图像采集终端根据图像监控计算机的指令采集图像数据,对图像数据进行处理后,将数据通过GPRS网络传送至图像监控计算机;图像监控计算机实时接收、解压缩和显示图像数据,实现用户对现场的实时图像监控。研究设计表明,该系统具有结构简单、功耗低、可扩展性强和移动灵活等特点,特别适合大面积田间管理,具有较强的实时性和可靠性。     

水果流等转角动态序列图像的获取

为自动采集水果机器视觉分选机输送装置上水果所有表面的图像信息,设计了一套水果流动态图像实时采集系统,并提出了一种水果流等转角动态序列图像实时采集方法,依靠水果输送翻转装置实现水果的等角速度均匀翻转,依靠图像采集实时控制系统实现2台摄像机的适时同步触发,再通过图像处理系统判断获取图像中有无水果及图像的奇偶帧特性,从而实现了输送线上不同大小水果的等转角动态序列图像自动采集.试验表明,该系统能自动采集到输送线上每个水果的6帧图像,且相邻图像帧之间水果大约旋转60°,6帧图像中水果近似旋转一周.     

农田信息自动采集仪

为了准确、可靠和实时地获取农田信息,设计了一种田间数据自动采集仪.将采集板放置于田间检测各种田间参数,并通过无线技术传送给PC机,由PC机对数据进行处理,以图表形式提供给用户.试验表明,农田信息自动采集仪具有采集精度高、传输准确率高和操作简易方便等特点,体现出较好的实用性.     

基于视觉实时性的CCD烟叶图像采集及处理系统的研究

针对视觉应用中图像采集和处理技术需要规范,可靠性高的要求,本文根据CCD图像数据的采集具有数据传输速率高,传输通道多的特点,设计了基于视觉实时性的CCD传感器的烟叶图像采集及处理系统,该系统具备在烟叶的分级处理过程中烟叶图像采集及相关处理的能力,提高数值运算速度和图像处理效率,与其他处理方式相比,速度和效率优势非常明显,并可以保证了烟叶叶片图像采集的的实时和和高速性,在烟草行业的现代化信息化过程中具有十分重要的意义.     

水果外观质量智能化检测系统设计

综合了市场上各类水果分级设备的优点,该文提出了一套水果外观品质智能化检测系统的开发设计流程,从理论上进一步探讨了水果外观品质智能化检测的方法途径。水果在线分级装置主要由上料结构、输送结构、机器视觉系统、气动分选结构以及电器控制部分等组成。机器视觉系统包括工业控制计算机、CCD摄像机、光源、光箱、图像采集卡、触发器和I/O卡等;气动部分包括电磁阀、空气压缩机及喷气嘴等;电器控制部分包括PLC、固态继电器等。      

基于机器视觉的水稻种子质量在线检测机

作为水稻种子质量的一个重要指标,水稻种子纯度的检测对打击假冒品种和维护农民利益具有现实意义.为此,简要回顾了基于机器视觉的水稻种子质量检测的研究现状;针对检测中需要快速、无损和准确的要求,研制了基于机器视觉的水稻种子质量在线检测装置,其主要由落料机构、传动装置、光照箱和水稻种子排料机构组成.试验表明,该装置能实现水稻种子在线识别.     

农作物无损检测的机器视觉系统标定方法研究

基于机器视觉的无损检测是植物生长建模的关键技术之一,对图像采集系统进行标定是实现无损检测的基本步骤.目前,摄像机标定的方法有传统标定方法、主动视觉标定法、自标定方法等.为此,对现有标定方法分别进行了讨论与比较,结果表明,传统线性标定法可以满足农作物无损检测的要求.     

自组织特征映射网络在储粮害虫分类中的应用

综合利用计算机视觉技术和自组织神经网络技术,实现了对粮仓害虫的无损检测.通过对粮仓害虫图像的CCD图像预处理,提取了近十个几何特征参数,并通过优化选取其中6个参数输入神经网络进行训练.仿真结果表明,训练网络对粮仓4类常见害虫的识别率达到了91.7%,得到了较好的识别结果.     

基于激光视觉的温室作物茎叶量测方法

为实时获取温室作物生长形态参数,应用线激光,对作物整体进行非接触式扫描,通过CCD摄像机实时拍摄扫描过程,采用重心法计算激光光条中心,获取作物叶片与茎秆的三维点云信息,实现作物形态三维点云结构重建;提出适用于作物三维点云数据特征的迭代法,提取叶片点云子集的中心轴线,通过曲线拟合计算叶片长度;根据摄像机透视原理,提出针对细小茎秆的静态定位法计算茎秆直径。试验表明,激光视觉量测叶片长度与茎秆直径的准确率分别为95.39%(SE为0.2961,R2=0.916)和94.55%(SE为0.008 7,R2=0.915)。     

奶牛体型评定三维图像同步采集系统

设计奶牛体型评定三维图像同步采集系统,采用集散控制结构协调奶牛定位设备、图像采集装置按预定时序工作,应用3个CCD彩色摄像机与具有多通道、多独立图像芯片的DHQP300型图像采集卡,实现了奶牛三维图像同步采集;采用LabVIEW软件作为采集主程序,通过调用动态链接库控制通用图像采集卡,选用场方式采集模式提高图像质量.试验证明,每头奶牛的图像采集与线性评定时间在3min左右,小于5min(标准).图像噪声较少,边缘信息清晰,完全满足后续特征提取算法对图像质量的要求.     

基于自动视觉检测的棉花异性纤维分类系统

为实现棉花异性纤维的在线识别,设计了一种基于自动视觉检测(AVI)的棉花异性纤维分类系统.该系统利用棉层生成器将待检测皮棉制成约2mm厚的均匀薄层使其中的异性纤维更容易检测,利用彩色线扫描相机检测有色异性纤维,利用单色线扫描相机检测在紫外线激发下能产生荧光的白色异性纤维.采用多特征多分类器集成的模糊分类方法实现了对异性纤维的分类.实验表明,该系统对异性纤维的平均分类正确率可达到80%.